[Day6]代码随想录

72 阅读8分钟

**今日内容:454.四数相加||,383.赎金信,15.三数之和,18.四数之和,总结 **
代码随想录链接:代码随想录 (programmercarl.com)

454.四数相加||

给你四个整数数组 nums1nums2nums3 和 nums4 ,数组长度都是 n ,请你计算有多少个元组 (i, j, k, l) 能满足:

  • 0 <= i, j, k, l < n
  • nums1[i] + nums2[j] + nums3[k] + nums4[l] == 0

这道题如果用传统的遍历的方法,时间复杂度要上O(n^4);为了减少个时间复杂度,考虑使用哈希表。

先用四个HashMap存储四个数组,key值为元素值,value值为对应的数组下标,然后再创建一个hashSet,计算已经存储过的(i,j,k,l)。

然后发现貌似也没有减少时间复杂度,学一下。

本题解题步骤:

  1. 首先定义 一个unordered_map,key放a和b两数之和,value 放a和b两数之和出现的次数。
  2. 遍历大A和大B数组,统计两个数组元素之和,和出现的次数,放到map中。
  3. 定义int变量count,用来统计 a+b+c+d = 0 出现的次数。
  4. 在遍历大C和大D数组,找到如果 0-(c+d) 在map中出现过的话,就用count把map中key对应的value也就是出现次数统计出来。
  5. 最后返回统计值 count 就可以了

代码如下:

import java.util.HashMap;
import java.util.Map;
class Solution {
    public int fourSumCount(int[] nums1, int[] nums2, int[] nums3, int[] nums4) {
        int count = 0;
        Map<Integer,Integer> sum1 = new HashMap<Integer,Integer>();
        for(int i : nums1){
            for(int j : nums2){
                int sum = i + j;
                if(sum1.get(sum) == null){
                    sum1.put( sum, 1);
                }
                else{
                    sum1.put(sum , sum1.get(sum) + 1);
                }
            }
        }
        for(int i : nums3){
            for(int j :nums4){
                if(sum1.get(0 - i - j) != null){
                    count = count + sum1.get(0 - i - j);
                }
            }
        }
        return count;
    }
}

时间复杂度O(n²),空间复杂度O(1)
因为每个数组都会选取一个数字,所以对于每一个单独的数组来说,count是一样的,对于两个数组的组合来说,count也是一样的。因此当我们只需要保存a+b的和的出现次数,当出现c+d满足条件时,就可以直接加上count,妙啊。

同时官方答案给出了更简洁的写法:

class Solution {
    public int fourSumCount(int[] nums1, int[] nums2, int[] nums3, int[] nums4) {
        int res = 0;
        Map<Integer, Integer> map = new HashMap<Integer, Integer>();
        //统计两个数组中的元素之和,同时统计出现的次数,放入map
        for (int i : nums1) {
            for (int j : nums2) {
                int sum = i + j;
                map.put(sum, map.getOrDefault(sum, 0) + 1);
            }
        }
        //统计剩余的两个元素的和,在map中找是否存在相加为0的情况,同时记录次数
        for (int i : nums3) {
            for (int j : nums4) {
                res += map.getOrDefault(0 - i - j, 0);
            }
        }
        return res;
    }
}

map.put(sum, map.getOrDefault(sum, 0) + 1);通过调用map.getOrDefault(sum, 0)实现了计数,原理和上面的我写的判断一样。

383.赎金信

给你两个字符串:ransomNote 和 magazine ,判断 ransomNote 能不能由 magazine 里面的字符构成。
如果可以,返回 true ;否则返回 false 。
magazine 中的每个字符只能在 ransomNote 中使用一次。

这道题,似曾相识,感觉和那个字母异位词很像,那道题用的数组,这个用的,代码如下:

class Solution {
    public boolean canConstruct(String ransomNote, String magazine) {
        int[] record = new int[26];
        for(int i = 0; i < magazine.length(); i++){
            record[magazine.charAt(i)  - 'a'] += 1;
        }
        for(int i = 0; i < ransomNote.length(); i++){
            record[ransomNote.charAt(i) - 'a'] -= 1;
        }
        for(int i : record){
            if(i < 0 ){
                return false;
            }
        }
        return true;
    }
}

时间复杂度O(n),空间复杂度O(1) 判定条件是,一旦record出现了负值,说明杂志提供的这个字母的数量不够,因此返回false

我看官方答案在开头加了个两个字符串长度的比较,当杂志字符串长度小于赎金信的时候,返回false,但是这种情况被下面的判断包括了,可能能节省运算吧。

tips:这题可也以暴力求解,就是时间复杂度比较高O(n²)

15.三数之和

给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != ji != k 且 j != k ,同时还满足 nums[i] + nums[j] + nums[k] == 0 。请你返回所有和为 0 且不重复的三元组。 注意: 答案中不可以包含重复的三元组。

这道题如果暴力的话,三个循环是可以解决的吧,但是去重很麻烦,写了半天没写出来。。。

哈希法

首先先给数组排序,可以方便很多,比如可以不用比较i、j、k是否相等,第一个数字一定是非正数等等性质。(我一直没想到)

按照代码随想录里的C++代码,想写java版本的,没写出来,有点麻烦,学习了一圈后,换一个思路:
创建一个Set用于三元组的去重(去重前排序,避免顺序不同的相同数组出现),就不需要复杂度去重判定了。

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        Set<Integer> set = new HashSet<Integer>();
        for(int i = 0; i < nums.length - 2; i++){
            Map<Integer,Integer> map = new HashMap<Integer,Integer>();
            for(int j = x + 1; j < nums.length - 1; j++){
                int sum = 0 - nums[i] - nums[j];
                if(map.containsKey(sum)){
                    List<Integer> add = Array.asList(nums[i], nums[j], sum);
                    Collectiong.sort(add);
                    set.add(add); 
                }
                else{
                    map.put(nums[j],nums[j]);
                }
            }
        }
        return new ArrayList<>(set);
    }
}

时间复杂度O(n^2),空间复杂度O(n)

双指针法

先整体的排序一下
把三数之和换成两数之和的问题,也就是先用i循环一遍,再用双指针
找到数字后用hashset防止重复

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> result = new ArrayList<>();
        Arrays.sort(nums);
	// 找出a + b + c = 0
        // a = nums[i], b = nums[left], c = nums[right]
        for (int i = 0; i < nums.length; i++) {
	    // 排序之后如果第一个元素已经大于零,那么无论如何组合都不可能凑成三元组,直接返回结果就可以了
            if (nums[i] > 0) { 
                return result;
            }
            if (i > 0 && nums[i] == nums[i - 1]) {  // 去重a
                continue;
            }
            int left = i + 1;
            int right = nums.length - 1;
            while (right > left) {
                int sum = nums[i] + nums[left] + nums[right];
                if (sum > 0) {
                    right--;
                } else if (sum < 0) {
                    left++;
                } else {
                    result.add(Arrays.asList(nums[i], nums[left], nums[right]));
		    // 去重逻辑应该放在找到一个三元组之后,对b 和 c去重
                    while (right > left && nums[right] == nums[right - 1]) right--;
                    while (right > left && nums[left] == nums[left + 1]) left++;              
                    right--; 
                    left++;
                }
            }
        }
        return result;
    }
}

说到去重,其实主要考虑三个数的去重。 a, b ,c, 对应的就是 nums[i],nums[left],nums[right]

a 如果重复了怎么办,a是nums里遍历的元素,那么应该直接跳过去。

但这里有一个问题,是判断 nums[i] 与 nums[i + 1]是否相同,还是判断 nums[i] 与 nums[i-1] 是否相同。

都是和 nums[i]进行比较,是比较它的前一个,还是比较它的后一个。

如果我们的写法是 这样:

if (nums[i] == nums[i + 1]) { // 去重操作
    continue;
}

那我们就把 三元组中出现重复元素的情况直接pass掉了。 例如{-1, -1 ,2} 这组数据,当遍历到第一个-1 的时候,判断 下一个也是-1,那这组数据就pass了。

我们要做的是 不能有重复的三元组,但三元组内的元素是可以重复的!

所以这里是有两个重复的维度。 那么应该这么写:

if (i > 0 && nums[i] == nums[i - 1]) {
    continue;
}

这么写就是当前使用 nums[i],我们判断前一位是不是一样的元素,在看 {-1, -1 ,2} 这组数据,当遍历到 第一个 -1 的时候,只要前一位没有-1,那么 {-1, -1 ,2} 这组数据一样可以收录到 结果集里。

这是一个非常细节的思考过程。

18.四数之和

给你一个由 n 个整数组成的数组 nums ,和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] (若两个四元组元素一一对应,则认为两个四元组重复):

  • 0 <= a, b, c, d < n
  • abc 和 d 互不相同
  • nums[a] + nums[b] + nums[c] + nums[d] == target 你可以按 任意顺序 返回答案 。

这题在上一题的基础上加一层for循环即可,代码如下:

class Solution {
    public List<List<Integer>> fourSum(int[] nums, int target) {
        List<List<Integer>> result = new ArrayList<>();
        Arrays.sort(nums);
        for(int i = 0; i < nums.length; i++){
            if (nums[i] > 0 && nums[i] > target) {
                return result;
            }
            
            if (i > 0 && nums[i] == nums[i - 1]) {  // 去重a
                continue;
            }
            for(int j = i + 1; j < nums.length; j++){
                if(j > i + 1 && nums[j] == nums[j -1]){
                        continue;
                }
                int left = j + 1;
                int right = nums.length - 1;
                while (right > left) {
                int sum = nums[i] + nums[j] + nums[left] + nums[right];
                if (sum > target) {
                    right--;
                } else if (sum < target) {
                    left++;
                } else {
                    result.add(Arrays.asList(nums[i] ,nums[j],nums[left], nums[right]));
                    while (right > left && nums[right] == nums[right - 1]) right--;
                    while (right > left && nums[left] == nums[left + 1]) left++;              
                    right--; 
                    left++;
                }
                }
            }
        }
        return result;
    }
}

四数之和的双指针解法是两层for循环nums[k] + nums[i]为确定值,依然是循环内有left和right下标作为双指针,找出nums[k] + nums[i] + nums[left] + nums[right] == target的情况,三数之和的时间复杂度是O(n^2),四数之和的时间复杂度是O(n^3) 。

那么一样的道理,五数之和、六数之和等等都采用这种解法。 双指针法可以让时间复杂度少一次方,对于15.三数之和 (opens new window)双指针法就是将原本暴力O(n^3)的解法,降为O(n^2)的解法,四数之和的双指针解法就是将原本暴力O(n^4)的解法,降为O(n^3)的解法。

双指针法将时间复杂度:O(n^2)的解法优化为 O(n)的解法。


结束,本来打算周日看一看前面的内容,结果已经周日晚快十点了。遗憾离世。